以下是我整理的4种需要生成测试数据的场景：

1) 测试用例设计

在测试用例设计过程中，需要根据测试场景和需求生成测试数据，以保证测试用例的全面性和可靠性。

2) 数据库测试

在进行数据库测试时，需要准备数据库中的数据，以进行数据库操作的测试。

3) 性能测试

在进行性能测试时，需要生成大量的测试数据，以测试系统的性能和稳定性。

4) 安全测试

在进行安全测试时，需要生成恶意数据和攻击数据，以测试系统的安全性和防御能力。

今天给大家介绍6款常用的数据生成工具：Faker、Mockaroo、DataFactory、Jenerators、katalon Studio、BlazeMeter。

Faker

1）官网地址：

https://faker.readthedocs.io/en/master/

2）简介：

Faker是一个功能强大、简便易用的测试数据生成工具。Faker可以生成各种类型的随机数据，包括姓名、地址、电子邮件、电话号码、日期、文本、图像、数字等。

3）优缺点：

优点：易于使用、可定制、支持多种语言。

缺点：生成的数据是随机的，可能不符合特定的业务规则。

4）示例：

from faker import Faker

fake = Faker()

name = fake.name()
address = fake.address()
email = fake.email()
phone_number = fake.phone_number()

Mockaroo

1）官网地址：

https://www.mockaroo.com/

2）简介：

Mockaroo是一个在线服务，提供了可视化界面和丰富的数据生成选项。用于生成自定义的随机数据集。它提供了各种数据类型和选项，可以生成包括文本、数字、日期、图像等在内的各种数据。

3）优缺点：

优点：可定制性强、提供多种数据类型和选项、支持导出数据为多种格式。

缺点：需要访问Mockaroo网站进行数据生成。

4）示例:通过在Mockaroo网站上设置字段和数据类型，然后下载生成的数据集。

DataFactory

1）官网地址：

https://pypi.org/project/datafactory/

2）简介：

DataFactory是一个专门用于生成随机数据的Python库，可以帮助在不同数据源之间进行数据移动、转换和处理，以支持数据分析、业务流程和决策制定等任务。提供了多种数据类型和生成方法，用于生成各种随机数据，包括姓名、地址、电子邮件、电话号码等等。

3）优缺点：

优点：易于使用、可定制、支持多种数据类型。

缺点：生成的数据是随机的，可能不符合特定的业务规则。

4）示例：

from datafactory import DataFactory

factory = DataFactory()

name = factory.name()
address = factory.address()
email = factory.email()
phone_number = factory.phone_number()

Jenerators

1）官网地址：

https://jenerators.dev/

2）简介：

Jenerators是一个专门用于生成随机数据的Java库，提供了多种数据类型和生成方法。Jenerators是一个Java库，用于生成随机数据。它提供了多种数据类型和生成方法，可以生成包括姓名、地址、电子邮件、电话号码等在内的各种数据。

3）优缺点：

优点：易于使用、可定制、支持多种数据类型。

缺点：生成的数据是随机的，可能不符合特定的业务规则。

4）示例：

import dev.jenerators.RandomGenerator;
import dev.jenerators.StringGenerator;

RandomGenerator<String> nameGenerator = StringGenerator.alphaNumeric(10);
String name = nameGenerator.generate();

Katalon Studio

1）官网地址：

http://katalon.com.cn/

2）简介：

Katalon Studio 是一款在网页应用、移动和网页服务方面功能强大的自动化测试解决方案。基于 Selenium 和 Appium框架，Katalon Studio集成了这些框架在软件自动化方面的优点。这个工具支持不同层次的测试技能集。非程序员也可以快速上手一个自动化测试项目，同时也节省了程序员和高级测试人员构建新库和维护脚本的时间。

3）特点：

1.傻瓜式操作，且完全免费；

2.基于 Selenium 和 Appium 封装的工具，同步支持界面手动编码；

3.支持 Java 和 groovy 语言；

4.不仅支持 Web ui 自动化，还支持 APP 自动化和接口自动化；

5.支持录制功能，支持页面元素可视化查找和捕捉；

6.支持 CI/CD，即可集成 jenkins，Git，JIRA 等；

7.支持测试用例，测试数据管理；

8.提供丰富的关键字，用户无需编程基础

BlazeMeter

1）官网地址：

https://www.blazemeter.com/

2）简介：

BlazeMeter是行业领先的持续测试平台，它的增强版基于人工智能(AI)实现，是一个非常强大的测试数据生成工具；

3）特点：

1.AI驱动的数据分析器 - 快速识别硬编码数据并自动从预定义列表生成额外数据。

2.AI驱动的测试数据创建器 - 通过生成式AI将文本转换为测试数据函数，简化测试数据生成。

3.AI-Assisted Test Data Function Generator - 使用自然语言即时生成测试数据函数，消除手动编码。

4.混沌测试 - AI驱动的测试数据挑战系统，识别系统漏洞，以增强系统弹性。

从上面推荐的工具中，我们不难看出测试数据生成工具也趋向基于AI实现，那我们可以借助AI自动生成一款满足自己个性化需求的数据生成工具吗？看看下面的思路！

以下是某用户用大模型Kimi生成测试数据工具的实际记录，希望对你有所启发感兴趣的同学可进一步实践研究；

明确目的

首先，开始动手前，想清楚要开发解决什么问题的工具自动生成100条满足条件的学生信息，供某软件功能测试时使用，节省手动处理测试数据的时间。

开发步骤

1.条件准备：

1.确定用什么语言编写程序，并准备好程序的运行环境。本例采用Python脚本语言，本机安装了Python3.7作为 运行环境。如果没有安装，可到官网下载安装，版本可下载最新的。

2.选择你用的AI智能助手，此案例，用KimiChat(地址：https://kimi.ai)

3.创建数据源文件，放在D:\temp,叫Classinfo.xlsx （可以换成你的目录与文件名）。

打开Classinfo.xlsx，里面的基础内容如下：

2.提示词准备：

提示词设计如下：

你是一个Python编程专家，需完成一个Python脚本编写任务，具体步骤如下：

1、打开文件：D:\temp\Classinfo.xlsx

2、读取第2行信息，并以此为样例，按以下规则随机生成学生数据信息，规则如下：

1）学号用"NS"开头，按数字0001为第1个学号顺序填写在A列

2）姓名循环采用“李”,“张”,“刘”,“王”，“黄”，“肖”，“姚”，背后再加随机数字，生成后，填写在B列

3）语文、数学及英语的成绩大于0分，小于100分，随机生成后，分别填写在C列，D列，E列

4）每生成一条记录，算出学生的总分及平均分，分别填写在F列，G列

5）共生成100个学生的信息。

注意：脚本程序需要在python3.7环境下运行

我们需要注意，python程序运行的环境，因为不同版本的python存在兼容性问题，而AI 写的脚本程序并不一定在你的环境下可正确运行。所以，在提示词设计时，要明确出来（此处，我踩坑了，是后面才加上去的）

3.AI生成脚本程序

把提示词输入kimi对话框，输出的python程序如下：

import openpyxl
import random
from openpyxl.utils import get_column_letter


# 定义文件路径
file_path = 'D:\\temp\\Classinfo.xlsx'


# 打开现有的Excel工作簿和工作表
try:
    wb = openpyxl.load_workbook(file_path)
    ws = wb.active
except FileNotFoundError:
    print(f"File {file_path} not found.")
    exit()


# 读取第2行样例信息
sample_row = 2
sample_data = [cell.value for cell in ws[1]]


# 定义姓氏列表
surnames = ["李", "张", "刘", "王", "黄", "肖", "姚"]


# 随机生成学生数据
for i in range(1, 101):  # 从1到100生成100个学生信息
    # 学号
    student_id = f"NS{str(i).zfill(4)}"
    # 姓名
    surname = random.choice(surnames)
    name = f"{surname}{random.randint(0, 9)}"
    # 语文、数学、英语成绩
    scores = [random.randint(1, 100) for _ in range(3)]
    total_score = sum(scores)
    average_score = total_score / len(scores)

    # 插入数据到工作表中
    new_row = [student_id, name] + scores + [total_score, average_score]
    ws.append(new_row)

    # 输出执行信息
    print(f"Generated data for student {i}: {student_id}, {name}, Scores: {scores}, Total: {total_score}, Average: {average_score}")


# 保存工作簿
wb.save(file_path)
print("Data generation and file saving completed.")

4.运行程序；

把脚本程序复制到文本文件中，保存为Createstudentinfo.py,并执行，详细结果大家可亲自实践下哈；

5.检查生成的结果；

那么，看完上述的工具及工具实现介绍：

讨论1.相比现有的数据生成工具，你会像文中那样用AI一键生成想要的工具吗？为什么？

讨论2.你在工作中哪些场景需要用到大批量的测试数据，通常是用什么方式实现的？

讨论3.你还有哪些测试数据生成的小技巧或是工具推荐？

最后感谢每一个认真阅读我文章的人，礼尚往来总是要有的，虽然不是什么很值钱的东西，如果你用得到的话可以直接拿走：【文末小卡片领取】

​

这些资料，对于【软件测试】的朋友来说应该是最全面最完整的备战仓库，这个仓库也陪伴上万个测试工程师们走过最艰难的路程，希望也能帮助到你！